☰

内部错误：cudaGetDevice() 失败。状态：未找到 cudaGetErrorString 符号

tag-icon • tag-icon python gpu cuda
内部错误：cudaGetDevice() 失败。状态：未找到 cudaGetErrorString 符号

我运行这个代码：

tf.test.is_gpu_available( cuda_only=False, min_cuda_compute_capability=None )

我收到以下错误：

2019-10-25 18:25:20.855191：I tensorflow/core/platform/cpu_feature_guard.cc:142] 您的 CPU 支持此 TensorFlow 二进制文件未编译为使用的指令：AVX2 2019-10-25 18:25:20.879831：I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 nvcuda.dll 2019-10-25 18:25:21.461924：I tensorflow/core/common_runtime/gpu/gpu_device.cc:1618] 找到具有以下属性的设备 0：名称：GeForce MX130 主频：5 次频：0 memoryClockRate(GHz)：1.189 pciBusID： 0000：01：00.0 2019-10-25 18：25：21.470775：I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25] GPU 库是静态链接的，跳过 dlopen 检查。 2019-10-25 18：25：21.503654：I tensorflow/core/common_runtime/gpu/gpu_device.cc:1746] 添加可见的 gpu 设备：0 --------------------------------------------------------------------------- InternalError Traceback（最近一次调用最后一次）在 ----> 1 tf.test.is_gpu_available（cuda_only = False，min_cuda_compute_capability = None）

~\Anaconda3\envs\deep_env\lib\site-packages\tensorflow_core\python\framework\test_util.py 在 is_gpu_available(cuda_only, min_cuda_compute_capability) 1430
1431 尝试：-> 1432 对于 device_lib.list_local_devices() 中的 local_device：1433 如果 local_device.device_type == “GPU”：1434 如果（min_cuda_compute_capability 为 None 或

~\Anaconda3\envs\deep_env\lib\site-packages\tensorflow_core\python\client\device_lib.py 在 list_local_devices(session_config) 中返回 [ 40 _convert(s) ---> 41 对于 pywrap_tensorflow.list_devices(session_config=session_config) 中的 s 42 ]

~\Anaconda3\envs\deep_env\lib\site-packages\tensorflow_core\python\pywrap_tensorflow_internal.py 在 list_devices(session_config) 2247 中返回 ListDevicesWithSessionConfig(session_config.SerializeToString())
2248 否则：-> 2249 返回 ListDevices() 2250 2251

内部错误：cudaGetDevice() 失败。状态：未找到 cudaGetErrorString 符号。

创建以下 venv 后：

conda create -n Deep_learning_env python=3.6

pip install -U numpy matplotlib pandas ipython
git clone https://github.com/scipy.git scipy
pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp36-cp36m-win_amd64.whl
pip install https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp36-cp36m-win_amd64.whl
pip install tensorflow
pip install tensorflow-gpu
pip install gensim
pip install keras
pip install  --upgrade --no-deps cntk
pip install --upgrade --no-deps cntk-gpu

conda install theano pygpu
conda install -c peterjc123 pytorch
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn

conda list cudnn
# Name   Version  Build      Channel
cudnn    7.6.0    cuda10.1_0    anaconda
nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:12:52_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.1, V10.1.243
python --version

Python 3.6.7
which nvcc
/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.1/bin/nvcc

NVIDIA GeForce MX130

更多信息：cntk 2.7 cntk-gpu 2.7 tensorflow 2.0.0 tensorflow-estimator 2.0.1 tensorflow-gpu 2.0.0 ipython 7.8.0

当我导入 tensorflow 时，我收到以下警告：

tensorflow/stream_executor/platform/default/dso_loader.cc:55] 无法加载动态库“cudart64_100.dll”；dlerror：未找到 cudart64_100.dll

答案1

你应该看看这个： Github tensorflow 目前 Cuda 10.1 与 TF 兼容

相关内容